【技术实现步骤摘要】
一种基于相干噪声抑制的电机故障特征提取方法
本专利技术属于电机故障诊断领域,涉及一种基于信号相干噪声抑制的电机故障特征提取的方法研究。
技术介绍
电机故障诊断技术是建立在故障诊断技术上的一个分支,常见的电机故障有机械故障和电气故障等,而电机的机械故障一般包括定子异常,偏心故障以及轴承故障等,这些故障都可以由振动信号反映出来。常用的电机故障诊断方法可以分为以下三类:基于模型的故障诊断方法,基于信号的故障诊断方法,以及基于数据驱动的故障诊断方法。其中,基于信号的方法可以通过处理传感器采集到的电机信号,从中提取一些关键信息作为判别的依据,然后与正常的电机信号进行对比,基于经验或者知识来判断。信号处理方法一般有时域方法,频域方法和时频分析方法,其中频域分析的经典方法是快速傅里叶变换,它可以清楚地显示信号的频率分布,不同的故障的谐波频率以及幅值都不同。常用的频域分析方法还有短时傅里叶变换,小波变换,希尔伯特-黄变换等。
技术实现思路
本专利技术的目的在于提供一种基于信号相干噪声抑制的电机故障特征提取方法,采集待测信号和参考信号并计算其自功率谱密度及两个信号之间的互功率谱密度,通过功率密度谱计算两个传感器测得的信号之间的空间相干转移矩阵,进而对背景信号进行抑制和滤除。本专利技术公开了一种基于信号相干噪声抑制的电机故障特征提取方法,具体步骤包括:步骤一:采用两个振动信号传感器,一个安装于待诊断电机滚动轴承附近,一个安装于电机机座,两个传感器同步测量振动信号;步骤二,对测得的两个传 ...
【技术保护点】
1.一种基于相干噪声抑制的电机故障特征提取方法,其特征在于,包括以下步骤:/n步骤一:采用两个振动信号传感器,一个安装于待诊断电机滚动轴承附近,一个安装于电机机座,两个传感器同步测量振动信号;/n步骤二:对测得的两个传感器的振动信号进行加窗处理和傅立叶变换,并计算两个振动信号的自功率谱密度S
【技术特征摘要】
1.一种基于相干噪声抑制的电机故障特征提取方法,其特征在于,包括以下步骤:
步骤一:采用两个振动信号传感器,一个安装于待诊断电机滚动轴承附近,一个安装于电机机座,两个传感器同步测量振动信号;
步骤二:对测得的两个传感器的振动信号进行加窗处理和傅立叶变换,并计算两个振动信号的自功率谱密度Sx(ω)和Sy(ω);
步骤三:计算两个振动信号的互功率谱密度Gxy(ω);
步骤四:根据自功率谱密度Sx(ω)和Sy(ω)以及互功率谱密度Gxy(ω),计算两个振动信号的空间相干转移矩阵H(ω);
步骤五:对两个振动信号分别进行傅立叶变换得到的结果表示为X(ω)和Y(ω),再根据X(ω),Y(ω)和转移矩阵H(ω)计算得到消噪处理后的频域信号,然后再对频域信号进行傅立叶反变换得到噪声抑制后的时域信号;
步骤六:对噪声抑制后的信号进行带通滤波,然后对滤波后的信号进行包络解调分析,得到调制信号的频率和幅值信息,作为电机滚动轴承的故障特征。
2.根据权利要求1所述的一种基于...
【专利技术属性】
技术研发人员:王成栋,马运超,杨冬辰,王成,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。